Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.
AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.
Introduit une analyse exploratoire des données en santé environnementale, couvrant sa définition, ses techniques et ses applications dans l'analyse des données géoréférencées sur la santé.
Explore les enquêtes spatiales de John Snow sur les épidémies de choléra, remettant en question les croyances dominantes et révolutionnant l'épidémiologie.
Explique l'analyse de la signification de l'autocorrélation spatiale à l'aide des permutations I et aléatoires de Moran, soulignant l'importance de la pondération spatiale.
Couvre les systèmes d'information géographique, les modèles d'élévation numérique, les variables dérivées, l'analyse de la visibilité, la coulée d'ombre, le rayonnement solaire, les lignes de drainage et les zones d'inondation.
Couvre les variables géographiques discrètes et leurs propriétés géométriques, y compris la façon de les caractériser à laide dindices comme lindice de compacité Gravelius.
Introduit une autocorrélation spatiale, en se concentrant sur la mesure des relations spatiales dans un voisinage et en utilisant le I de Moran comme coefficient de régression.
